英特爾推出第二代神經擬態研究晶片Loihi 2，每個晶片最多有100萬個神經元。
Loihi2採用了預生產版本的Intel 4製程節點，Loihi則採用英特爾14nm工藝，與以往的製程技術相比，Intel 4製程節點採用的極紫外光刻（EUV）技術簡化了佈局設計規則，使Loihi 2的快速開發成為可能。
神經擬態運算是在傳統半導體工藝和晶片架構上的一種嘗試和突破，通過模擬人腦神經元的構造和神經元之間互聯的機制，能夠在低功耗以及少量訓練數據的條件下持續不斷自我學習，大幅提高了能效比。
神經元作為神經擬態運算突破的關鍵，Loihi 2相比上一代晶片神經元數量提升了8倍，基於核心大小為0.21 mm2 的Loihi 2，最多支持8192個神經元，對比核心尺寸為0.41 mm2的Loihi，最多支持1024個神經元。
Loihi2之所以能夠在晶片面積為二分之一的前提下，實現八倍的神經元數量提升，製造工藝是關鍵。英特爾此前介紹，Intel 4是其首個完全採用極紫外光刻（EUV）技術的製程節點，EUV也將成為英特爾實現再次實現製程領先的關鍵。
除了硬體，與神經擬態晶片匹配的軟體也非常重要。與Loihi2一起發布的還有用於開發神經啓發應用的開源軟體框架Lava，具備開放、模塊化、可擴展的特性。Lava允許研究人員和應用開發人員，在彼此取得的成果上進一步開發，並集中到一組通用的工具、方法和函數庫中。
同時，Lava能夠在跨越傳統和神經擬態處理器的異構架構上無縫運行，實現跨平台執行以及與各種人工智慧、神經擬態和機器人框架的互操作性。開發人員無需使用專門的神經擬態硬體即可開始建構神經擬態應用，並且可以為Lava程式碼庫做出貢獻，包括將其移植到其他平台上運行。
「洛斯阿拉莫斯國家實驗室的研究人員，一直在使用Loihi神經擬態平台來研究量子運算與神經擬態運算之間的權衡，並在晶片級上實現學習流程。這項研究顯示了脈衝神經網路和量子退火路徑在解決硬優化問題上一些激動人心的等效性。」洛斯阿拉莫斯國家實驗室科學家Gerd J. Kunde表示，
「除此之外，我們還證明了之前被認為無法在神經擬態架構上實現的反向傳播算法（訓練神經網路的基本建構模塊）可以在Loihi上高效地實現，我們的團隊很高興能夠借助Loihi 2晶片繼續進行這項研究。」
早期的評估表明，與在原始版本的Loihi上運行的標準深度網路相比，在準確性沒有降低的情況下，Loihi 2上每次推理的運算次數減少了60多倍。
在連接性和集成方面，Loihi 2晶片將支持以太網接口，與更廣泛的基於事件的視覺感測器實現無膠合集成，同時Loihi 2晶片還擁有更大的網狀網路，這解決了Loihi中客觀存在的一處侷限。
當然，神經擬態運算的發展也需要各方的努力，英特爾此前已經成立了英特爾神經擬態研究社群（INRC），目前INRC已增加到約150個成員機構，今年新增的成員包括福特（Ford）、喬治亞理工學院（Georgia Institute of Technology）、美國西南研究院（SwRI）、美國菲力爾公司（Teledyne FLIR）。
英特爾目前通過神經擬態研究雲端服務，向加入INRC的成員提供兩個基於Loihi 2的神經擬態系統：用於早期評估的單晶片系統Oheo Gulch，和即將開放的八晶片系統Kapoho Point。Lava 軟體框架可在GitHub上免費下載，Loihi 2和Lava的演示教程，將在10月舉辦的「Intel Innovation」活動中呈現。
至於神經擬態計算的商業化，則需要「三管齊下」。首先，需要根據算法和應用研究的結果對神經擬態硬體進行持續地迭代改進。其次，還需要開發通用的跨平台軟體框架，以便開發人員可以對來自不同開發群體的最佳算法理念進行基準測試、整合和改進；最後，產業界、學術界和政府領域之間要深入合作，建立一個豐富、高效的神經擬態生態系統，以探索近期可實現商業價值的落地。
本文為雷鋒網授權刊登，原文標題為「採用Intel 4制程，Loihi 2神經擬態計算芯片神經元最多達100萬個」